TensorFlow目标检测API大分辨率SSD Inception-V2训练失败求方案
高分辨率自定义SSD Inception-V2模型训练异常问题
前期已验证的正常训练流程
此前已使用TensorFlow目标检测API,在4类自定义数据集上完成过SSD Inception-V2模型训练,整套流程可正常跑通:
- 按数据集类别数正确设置
num_classes: 4 - 训练、验证数据路径正确指向自定义数据集存储位置
- 原始300x300输入分辨率下,模型可正常收敛,最终产出的模型检测性能满足基础要求
对应300x300输入分辨率的配置段为:
image_resizer { fixed_shape_resizer { height: 300 width: 300 } }
训练参考的基础配置为TensorFlow目标检测API官方提供的ssd_inception_v2_coco.config示例文件。
当前修改分辨率后的异常现象
因数据集中待检测目标整体尺寸偏小,300x300输入的特征精度不足,计划将训练输入分辨率提升至640x640。仅将分辨率配置修改为如下内容时:
image_resizer { fixed_shape_resizer { height: 640 width: 640 } }
模型完全无法正常完成训练:
- 训练流程可正常启动运行,无报错抛出
- 训练loss长期停滞不下降,无任何收敛趋势
- 推理阶段输出完全无效,无法产出有效检测结果
通过其他渠道了解到,高分辨率输入需要同步调整anchor boxes、适配SSD网络结构才能正常训练。我已经尝试过多版anchor参数配置、多种模型结构自定义方案,始终无法让模型进入正常收敛状态。
具体咨询诉求
想了解是否有开发者有实操经验,使用TensorFlow目标检测API训练过非300x300分辨率的SSD Inception-V2模型,能提供可落地的、从原有300x300配置升级到高分辨率输入的完整训练步骤。
内容的提问来源于stack exchange,提问作者bk4
相关产品推荐
相关产品推荐

